En pocas palabras, usamos el poder de las matemáticas para obtener información sobre los datos. Algunos ejemplos son :
- Análisis predictivo: mire datos históricos anteriores, ¿cuáles son las posibilidades de que algo vuelva a suceder?
- Sistema de recomendación: viste un video de YouTube, ¿cuál es el próximo video que puedes ver?
- Motor de búsqueda: ¿cuáles son las páginas más relevantes que estás buscando?
- ¡Autos sin conductor! Etc.
Y la lista continúa.
Aquí hay una lista de cosas que hago todos los días
- ¿Cómo va un científico de datos mediocre al siguiente nivel para convertirse en un gran científico de datos?
- Cómo obtener un trabajo de nivel de entrada en Data Science con una licenciatura en Ingeniería Electrónica y de Comunicación y tener un año de experiencia en la industria de semiconductores
- Tengo dos años de experiencia en ciencia de datos. ¿Cuál sería el siguiente paso lógico?
- ¿Qué curso debemos hacer para seleccionar como científico de datos?
- ¿Puede un ingeniero de pruebas convertirse en un científico de datos?
- Recopile datos de múltiples fuentes: fb, Twitter, desguace web
- Limpie datos, filtre cosas innecesarias
- Visualícelo creando gráficos y diagramas, para que todos entiendan de lo que estoy hablando.
- Ve a Kaggle, resuelve preguntas al azar.
- Lee blogs, el aprendizaje automático es un dominio enorme, siempre hay algo nuevo que aprender.